（1）Python开发程序的一些方法技巧，如虚拟环境管理、敏捷开发入门、单元测试等；
（2）Python中的一些中级使用技巧，如列表生成式、多线程与多进程、Python程序性能分析等；
（3）机器学习的基本概念和常用算法介绍，以及如何选择合适的算法；
（4）一些使用Python进行建模和机器学习的实际例子。

我们这样设计是在平时工作学习中发现，作为程序员和数据建模或者机器学习的同事在知识结构和实际应用程序上有一些差异。很多程序员无法理解模型的训练、调参等概念，因为这些和传统的不管是瀑布式还是敏捷式的开发都大相径庭；而建模人员对于一个应用项目的需求、详细设计、开发、测试、部署、性能等也很难理解。于是我们在实践中逐渐摸索并采用的方法就是大家都各自往前走一步，程序人员要了解建模的基本流程，而作为建模人员要了解开发的各个步骤的来龙去脉。

本书既能为Python程序开发人员夯实基础，提升编程技能，又能为使用Python的机器学习从业者提供大量实际案例，使其获得机器学习实战经验，帮助开发人员和建模人员取长补短，弥补各自知识结构上的欠缺，打造更优秀的具有综合能力的团队。

因为篇幅有限，只能蜻蜓点水，各方面略有涉及。

作者简介

作者简介：
裔隽，现任汇付天下旗下上海汇付数据服务有限公司产品与信息中心副总经理，负责互联网金融、移动应用、机器学习、数据仓库、大数据平台等研发工作。毕业于华东师范大学心理学系，曾任职上海银行、银联电子支付有限公司和中国汽车网，在技术开发与项目管理、产品设计与用户体验、数据仓库等方面拥有逾20年经验。

张怿檬，宾夕法尼亚大学社会工作硕士，现任上海汇付数据服务有限公司算法工程师，研究方向为机器学习在金融行业的应用，主要从事图像识别、业务数据挖掘、风险预测等相关工作。

第三部分Python机器学习基础
第十章机器学习基础
第十一章主要算法概览
第十二章K近邻算法
第十三章主成分分析
第十四章逻辑回归
第十五章朴素贝叶斯分类器
第十六章决策树算法
第十七章支持向量机
第十八章K�睲eans聚类
第十九章人工神经网络
第二十章如何选择合适的算法
第二十一章Python机器学习工具

第四部分Python机器学习实例
第二十二章基于RFM的P2P用户聚类模型
第二十三章文本的主题分类
第二十四章利用机器翻译实现自然语言查询
第二十五章身份证汉字和数字识别
第二十六章人脸识别

Python机器学习实战下载 mobi epub pdf txt 电子书格式